人工智能标记超过25万篇可疑的癌症研究论文

据昆士兰科技大学(Queensland University of Technology简称QUT)2026年7月16日报道(Queensland University of Technology. "AI flags more than 250,000 suspicious cancer research papers." ScienceDaily, 16 July 2026. www.sciencedaily.com/releases/2026/07/260714225538.htm)，一个强大的新人工智能工具揭示了现代科学中最大的诚信问题之一。在分析了1999—2024年间发表的260万篇癌症研究论文后，研究人员确定了超过25万篇研究论文的写作模式与涉嫌欺诈的“造文厂”(paper mills)生产的论文相似。这表明人工智能发现了大量潜在的癌症假研究，在超过25万篇论文中标记出论文制造厂活动的迹象。

一个新的机器学习系统已经标记了超过25万篇癌症研究论文，这些论文可能与所谓的“造文厂”有关。相关研究结果已经在《英国医学杂志》(BMJ)发表——Baptiste Scancar, Jennifer A Byrne, David Causeur, Adrian G Barnett. Machine learning based screening of potential paper mill publications in cancer research: methodological and cross sectional study. BMJ, 2026; 392: e087581 DOI: 10.1136/bmj-2025-087581. http://dx.doi.org/10.1136/bmj-2025-087581

该文研究了1999年至2024年间发表的260万篇癌症研究论文。该研究由昆士兰科技大学公共卫生与社会工作学院(School of Public Health and Social Work )和澳大利亚卫生服务与创新中心（Australian Centre for Health Services and Innovation简称AusHSI）的研究员Adrian Barnett教授以及一个国际合作小组领导。

研究人员发现，超过25万篇论文包含的写作模式与那些因涉嫌捏造而被撤回的研究中看到的相似。

巴内特(Adrian Barnett)教授说：“造文厂是销售假冒或低质量科学研究的公司。他们正在进行工业规模的‘研究’，我们的研究结果表明，癌症研究中的问题远比大多数人意识到的要大。”

造文厂如何制造虚假研究

造文厂出售作者职位，在某些情况下，出售完整的现成科学论文。这些研究可能包含重复使用的文本、不寻常或尴尬的语言以及捏造的数据或图像。

巴内特教授说：“最有可能的是，他们依赖于样板模板，这些模板可以被分析文本模式的大型语言模型检测到。”

为了寻找这些模式，巴内特和他的同事训练了一个名为BERT的语言模型。该系统旨在识别在已知造文厂产品中反复出现的微妙的文本“指纹”。当使用经过验证的示例进行评估时，该模型在91%的情况下正确检测到可疑论文。

巴内特教授说：“我们基本上已经建立了一个科学的垃圾邮件过滤器。就像你的电子邮件系统可以发现不需要的信息一样，我们的工具会标记与我们在撤回的欺诈作品中看到的写作风格和结构相匹配的论文。”

可疑的癌症论文激增

大规模分析揭示了几种主要趋势：

在过去的20年里，有标记的论文急剧增加，从21世纪初的约1%增加到2022年的16%以上的峰值。

这个疑似问题出现在大公司出版的数千种期刊上，包括声誉良好、影响力大的期刊。

可疑论文在分子癌症生物学和早期实验室研究等领域尤其常见。

某些癌症类型，包括胃癌、肝癌、骨癌和肺癌，具有特别高的标记研究率。

期刊开始测试AI工具

三家科学期刊已经在测试该系统，作为其编辑审查过程的一部分。其目的是帮助编辑在将潜在的伪造手稿发送给外部专家进行同行评审之前，识别出这些手稿。

研究人员还计划将该工具应用于其他科学领域。他们预计，随着更多已证实的造文厂活动实例的出现，其准确性将得到进一步提高。

然而，该团队强调，系统识别的论文不应自动被视为欺诈。结果是警告信号，而不是确认的不当行为发现，每个病例仍需要由人类专家进行审查。

为什么虚假研究会伤害患者

“癌症研究影响临床试验、药物开发和患者护理，”巴内特教授说。“如果捏造的研究进入证据库，它们可能会误导真正的科学家，最终减缓患者的治疗进展。这就是为什么我们必须提前解决这个问题的原因所在。”

上述介绍仅供参考。欲了解更多信息敬请注意浏览原文或相关报道。

支持单位：